Chat with your Data: 95 % weniger Reporting-Aufwand

Auf einen Blick

Ein Finanzdienstleister hat seine verteilten Datenbestände in einer cloudbasierten Data-Intelligence-Plattform zusammengeführt. Der Aufwand für die wiederkehrenden Standardreports sank um 95 Prozent, die Kernsysteme liefern heute eine 360-Grad-Sicht, und Auswertungen lassen sich in natürlicher Sprache abfragen. Der Return on Investment war nach zwölf Monaten erreicht.

Der Kunde

Ein Finanzdienstleister mit hohem Datenaufkommen aus mehreren Kern- und Drittsystemen, der seine Entscheidungen schneller und faktenbasiert treffen wollte.

Ausgangslage

Die Daten lagen verteilt in unterschiedlichen Systemen und in unstrukturierten Quellen. Entscheidungen basierten oft auf fragmentierten Informationen, vorhandene Automatisierungspotenziale blieben mangels einer übergreifenden Datenstrategie ungenutzt, und die benötigten Reports lagen häufig erst dann vor, wenn die Entscheidung längst gefallen war. Ein erheblicher Teil der Controlling-Kapazität ging für die immer gleichen monatlichen Standardreports drauf.

Hinzu kam, dass dieselbe Kennzahl je nach Quelle unterschiedliche Werte lieferte, was in Gremien regelmäßig zu Diskussionen über die Zahl statt über die Entscheidung führte.

Herausforderung

Ohne saubere, integrierte Daten ist jede KI-Initiative ein Blindflug. Datenqualität und Akzeptanz mussten gleichzeitig adressiert werden, denn die beste Plattform nützt nichts, wenn ihr niemand vertraut oder sie niemand bedient. Genau deshalb war die Definitionsfrage, was eine Kennzahl bedeutet und woher sie kommt, ebenso wichtig wie die Technik.

Vorgehen

Wir haben zunächst eine Daten- und KI-Strategie entwickelt und darauf aufbauend eine Data-Intelligence-Plattform konzipiert, die den Reporting-Aufwand gezielt dort senkt, wo er am größten war:

• Daten- und KI-Strategie als gemeinsame Grundlage entwickelt

• Skalierbare, cloudbasierte Data-Intelligence-Plattform für die zentrale Datenspeicherung und -analyse konzipiert

• Verbindliche Datenqualitäts-Standards für alle angebundenen Kern- und Drittsysteme eingeführt

• Eindeutige Kennzahlendefinitionen mit benannten fachlichen Verantwortlichen festgelegt

• Self-Service-Analytics und Dashboards bereitgestellt, damit Auswertungen dort entstehen, wo die Entscheidungen fallen

• Natürlichsprachige Abfrage der Daten ermöglicht, im Sinne von Chat with your Data

• Gezielte Schulungen der Fachbereiche durchgeführt, um die Akzeptanz der Plattform zu sichern

• Rollout bereichsweise umgesetzt, beginnend dort, wo der Reporting-Aufwand am höchsten war

Die Kennzahlendefinition hat deutlich mehr Zeit gekostet als geplant. In mehreren Fällen mussten sich Fachbereiche erst darauf einigen, welche Lesart einer Kennzahl die gültige ist. Diese Klärung war unbequem, aber sie war die Voraussetzung dafür, dass die Plattform akzeptiert wurde.

Ergebnisse

• Die Kernsysteme sind vollständig integriert und liefern eine 360-Grad-Sicht auf die Daten

• Auswertungen lassen sich in natürlicher Sprache abfragen, ganz im Sinne von Chat with your Data

• Der Aufwand für die wiederkehrenden Standardreports ist um 95 Prozent gesunken

• Kennzahlen sind eindeutig definiert und haben fachliche Verantwortliche

• Entscheidungen fallen schneller und faktenbasiert, der ROI war nach zwölf Monaten erreicht

Was andere Banken daraus mitnehmen

Der größte Aufwand in solchen Vorhaben liegt nicht in der Plattform, sondern in der Frage, was eine Zahl bedeutet. Solange dieselbe Kennzahl in zwei Systemen zwei Werte hat, verhandeln Gremien über die Zahl statt über die Entscheidung. Deshalb gehören Kennzahlendefinition und fachliche Verantwortung an den Anfang, und dafür sollte mehr Zeit eingeplant werden, als der Projektplan zunächst vorsieht. Der Rollout beginnt sinnvollerweise dort, wo der manuelle Aufwand heute am größten ist, weil dort die Akzeptanz am schnellsten entsteht.

Häufige Fragen

Was bedeutet Chat with your Data konkret?
Fachbereiche stellen ihre Frage in natürlicher Sprache und erhalten die Auswertung, statt einen Report anzufordern. Voraussetzung sind integrierte Datenquellen und eindeutige Kennzahlendefinitionen.

Worauf bezieht sich die Einsparung von 95 Prozent?
Auf den Aufwand für die wiederkehrenden Standardreports, die vorher manuell zusammengestellt wurden. Ad-hoc-Analysen sind darin nicht enthalten.

Werden durch den geringeren Reporting-Aufwand Stellen im Controlling abgebaut?
Nein. Es werden Bearbeitungsstunden eingespart, keine Stellen. Die gewonnene Zeit fließt in Analysen, die vorher mangels Kapazität liegen blieben.

Wie lange dauert es bis zum ROI?
In diesem Projekt zwölf Monate, getragen vor allem durch den Wegfall der manuellen Reporting-Arbeit.